|
|
|
|
|
|
|
Ã¥³»¿ë |
|
ÆÄÀ̽㠾ð¾î¸¦ ÀÌ¿ëÇÏ¿© ¼ÒÇÁÆ®¿þ¾î¿Í ÄÄÇ»Æûç°íÀÇ °³³äÀ» ¼³¸íÇÏ¸é¼ ±¸Ã¼ÀûÀÎ »ç·Ê¸¦ Ãß°¡
ÀÌ Ã¥Àº ÆÄÀ̽ã(Python) ¾ð¾î¸¦ ÀÌ¿ëÇÏ¿© ¼ÒÇÁÆ®¿þ¾î¿Í ÄÄÇ»Æûç°íÀÇ °³³äÀ» ¼³¸íÇÏ¸é¼ ±¸Ã¼ÀûÀÎ »ç·Ê¸¦ Ãß°¡ÇÏ¿© Èï¹Ì·Ó°Ô ¹è¿ï ¼ö ÀÖ°Ô Çß´Ù. 1ÀåºÎÅÍ 6Àå±îÁö´Â ÆÄÀ̽㠾ð¾îÀÇ ±âº»ÀûÀÎ ¹®¹ýÀ» ´Ù·ç°í ÀÖ´Ù. ÆÄÀ̽ãÀº Àü ¼¼°èÀû¿¡¼ °¡Àå È°¹ßÈ÷ »ç¿ëÇÏ´Â ÇÁ·Î±×·¡¹Ö ¾ð¾î·Î, µ¥ÀÌÅͺм®À̳ª ÀΰøÁö´ÉÀÇ Àü¹®ÀûÀÎ µµ±¸¸¦ »ç¿ëÇÏ·Á¸é ¹Ýµå½Ã ÀÍÇô¾ß ÇÏ´Â ±â¼úÀÌ´Ù. À̸¦ À§ÇØ ´Ù¾çÇÑ ¿¹Á¦ Áß½ÉÀ¸·Î ÆÄÀ̽㠾ð¾î ¹®¹ýÀ» ¼³¸íÇÔÀ¸·Î½á µ¶ÀÚµéÀÌ ÆÄÀ̽㿡 ´ëÇÑ ÀÌÇØ¿Í ´õºÒ¾î ÄÄÇ»Æûç°í(computational thinking)¿¡ Àͼ÷ÇØÁú ¼ö ÀÖ°Ô Çß´Ù.
7ÀåºÎÅÍ 11Àå±îÁö´Â 4Â÷ »ê¾÷Çõ¸íÀ» ±¸ÇöÇÏ´Â ÇÙ½É ±â¼úÀÎ µ¥ÀÌÅͺм®°ú ±â°èÇнÀ, ÀΰøÁö´É µî¿¡ ´ëÇØ ¼³¸íÇÏ°í ÀÖ´Ù. °¢ ÁÖÁ¦¿¡ ÇØ´çÇÏ´Â ÇÙ½ÉÀûÀÎ À̷аú ÇÔ²² µ¶ÀÚµéÀÌ ½º½º·Î ½Ç½ÀÇÏ°í È®ÀÎÇÒ ¼ö ÀÖµµ·Ï ´Ù¾çÇÑ ¿¹Á¦¿Í ÇÁ·Î±×·¡¹Ö ¹®Á¦µéÀ» Ãß°¡ÇÏ¿´´Ù. NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, Keras µî °ü·Ã ºÐ¾ß¿¡¼ ¸¹ÀÌ »ç¿ëµÇ´Â ÇÙ½É µµ±¸µéÀ» ´ëºÎºÐ ´Ù·ç°í ÀÖ´Ù.
ÆÄÀ̽㠾ð¾î´Â ÇÙ½ÉÀûÀÎ ¹®¹ý À§ÁÖ·Î ´Ù·ç°í ¸¹Àº ¿¹Á¦, ¿¬½À¹®Á¦, ÇÁ·Î±×·¡¹Ö ¹®Á¦¸¦ Æ÷ÇÔÇÏ¿© ½º½º·Î ¹è¿ï ¼ö ÀÖµµ·Ï ±¸¼º
±×µ¿¾È ÀÌ·± ÁÖÁ¦·Î ÃâÆÇµÈ ¸¹Àº µµ¼µéÀº ÆÄÀ̽㠾ð¾î ¼³¸í¿¡¸¸ Ä¡ÁßÇϰųª ÄÄÇ»Æûç°í¿¡ ÇÊ¿äÇÑ ÀÌ·ÐÀûÀÎ °³³äµé Áß½ÉÀ¸·Î ´Ù·ç°í ÀÖ´Ù. ÆÄÀ̽ã°ú 4Â÷ »ê¾÷ Çٽɱâ¼úÀ» °°ÀÌ ¼³¸íÇÑ µµ¼ÀÇ °æ¿ì ¼³¸íÀÇ ±íÀÌ°¡ ¾è°í ½Ç¹«ÀûÀÎ »ç·ÊµéÀÌ ºÎÁ·ÇÑ °æ¿ì°¡ ´ëºÎºÐÀÌ´Ù. À̸¦ º¸¿ÏÇϱâ À§ÇØ ÀúÀÚµéÀº ÆÄÀ̽㠾ð¾î¿¡ ´ëÇÑ ¼³¸íÀº ÇÙ½ÉÀûÀÎ ¹®¹ý À§ÁÖ·Î ´ëÆø Ãà¼ÒÇÏ´Â ´ë½Å ¸¹Àº ¿¹Á¦, °³³äÀ» ¹¯´Â ¿¬½À¹®Á¦, ÇÁ·Î±×·¡¹Ö ¹®Á¦µéÀ» Æ÷ÇÔÇÏ¿© ½º½º·Î ¹è¿ï ¼ö ÀÖµµ·Ï ÇÏ¿´´Ù. ºòµ¥ÀÌÅÍ ºÐ¼®°ú ½Ã°¢È, ±â°èÇнÀ°ú ÀΰøÁö´É µî 4Â÷ »ê¾÷ ÇÙ½É ±â¼ú¿¡ ´ëÇؼµµ ±¸Ã¼À¸·Î ¼³¸íÇÏ¿´´Ù. ¶ÇÇÑ À̵éÀ» üÇèÇÒ ¼ö ÀÖ´Â ÆÄÀ̽㠶óÀ̺귯¸®¿¡ ´ëÇؼµµ ´Ù·ëÀ¸·Î½á À̷аú ½Ç¹«¸¦ °âºñÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´´Ù. |
|
¸ñÂ÷ |
|
Chapter 1 ¼ÒÇÁÆ®¿þ¾î¿Í ÆÄÀ̽㠼Ұ³
1.1 Çϵå¿þ¾î¿Í ¼ÒÇÁÆ®¿þ¾î
1.2 ¼ÒÇÁÆ®¿þ¾îÀÇ Á¾·ù
1.3 ÇÁ·Î±×·¡¹Ö ¾ð¾î
1.4 ÆÄÀ̽㠼Ұ³
1.5 ÆÄÀ̽㠼³Ä¡Çϱâ
1.6 Jupyter NotebookÀÇ ¼³Ä¡¿Í ½ÇÇà
1.7 ÆÄÀ̽ãÀ» °è»ê±â·Î È°¿ë
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 2 ÆÄÀ̽ã ÇÁ·Î±×·¡¹ÖÀÇ ±âÃÊ
2.1 º¯¼ö
2.2 ÀÚ·áÇü
2.3 »ê¼ú ¿¬»êÀÚ
2.4 ÁÖ¼®°ú ´ëÀÔ¹®
2.5 Å°º¸µå ÀÔ·Â
2.6 ȸ鿡 Ãâ·Â
2.7 ÅÍƲ ±×·¡ÇÈ(Turtle Graphics)
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 3 ¾Ë°í¸®Áò°ú Á¦¾î¹®
3.1 ¾Ë°í¸®Áò
3.2 °ü°è ¿¬»êÀÚ¿Í ³í¸® ¿¬»êÀÚ
3.3 if ¹®
ÇÁ·Î±×·¡¹Ö ½Ç½À
3.4 while ¹®
3.5 break, continue, else ¹®
ÇÁ·Î±×·¡¹Ö ½Ç½À
3.6 for ¹®
ÇÁ·Î±×·¡¹Ö ½Ç½À
3.7 Áßø ¹Ýº¹¹®
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 4 ´Ù¾çÇÑ ÀÚ·áÇü
4.1 ¸®½ºÆ®(List) ÀÚ·áÇü
4.2 Æ©ÇÃ(Tuple) ÀÚ·áÇü
4.3 ÁýÇÕ(Set) ÀÚ·áÇü
4.4 »çÀü(Dictionary) ÀÚ·áÇü
4.5 ¹®ÀÚ¿
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 5 ÇÔ¼ö
5.1 ÇÔ¼öÀÇ °³³ä
5.2 ÇÔ¼öÀÇ Á¤ÀÇ
5.3 ÇÔ¼ö È£ÃâÇϱâ
5.4 ÇÔ¼öÀÇ Àμö¿Í ¸Å°³º¯¼ö
5.5 ÇÔ¼öÀÇ ¹Ýȯ
5.6 ÇÔ¼ö¸¦ »ç¿ëÇÑ ÇÁ·Î±×·¥ ¼³°è
5.7 ÇÔ¼ö È£Ãâ½Ã º¯¼ö Àü´Þ ¹æ¹ý
5.8 º¯¼öÀÇ »ç¿ë ¹üÀ§ : Áö¿ªº¯¼ö¿Í Àü¿ªº¯¼öÀÇ ÀÌÇØ
5.9 ¹«¸íÇÔ¼ö
5.10 ³»ÀåÇÔ¼ö
5.11 ¸ðµâ
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 6 ½Ç½À ÇÁ·ÎÁ§Æ®
6.1 Up & Down °ÔÀÓ
6.2 Google ¹ø¿ª±â
6.3 ºÐ¼ö °è»ê±â
6.4 Word count
6.5 DictionaryÀ» ÀÌ¿ëÇÑ Àç°í°ü¸® ÇÁ·Î±×·¥
6.6 Çлý ¼ºÀû °ü¸® ÇÁ·Î±×·¥
Chapter 7 µ¥ÀÌÅÍ ºÐ¼®
7.1 µ¥ÀÌÅÍ ºÐ¼®
7.2 µ¥ÀÌÅÍ Åë°è ºÐ¼®¿¡ »ç¿ëÇÒ ¼ö ÀÖ´Â ÆÄÀ̽㠳»ÀåÇÔ¼öÀÚ
7.3 µ¥ÀÌÅÍ ºÐ¼® °á°úÀÇ ½Ã°¢È
7.4 NumPy È®Àå ÆÐÅ°Áö
7.5 À¯´Ï¹ö¼³ ÇÔ¼ö(universal function)
7.6 NumPy¿Í Matplotlib¸¦ »ç¿ëÇÑ ½Ã°è¿ µ¥ÀÌÅÍ ºÐ¼®
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 8 Pandas
8.1 Pandas¶õ?
8.2 Pandas ±âº» ÀڷᱸÁ¶
8.3 Series¿Í DataFrame °´Ã¼ »ý¼º
8.4 µ¥ÀÌÅÍ º¸±â(È®ÀÎ)
8.5 µ¥ÀÌÅÍ ¼±Åðú Ãß°¡
8.6 µ¥ÀÌÅÍ ¿¬»ê
8.7 µ¥ÀÌÅÍ º´ÇÕ, ±×·ìÈ, º¯Çü
8.8 ½Ã°è¿(Time Series)
8.9 ÆÄÀÏ ÀÔÃâ·Â
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 9 ½Ã°¢È - Matplotlib, Seaborn
9.1 µ¥ÀÌÅÍ ½Ã°¢È
9.2 ½ºÅ¸ÀÏ Á¤Çϱâ
9.3 ´Ù¾çÇÑ ±×·¡ÇÁ ±×¸®±â
9.4 ±×·¡ÇÁ¿¡ ÅؽºÆ® Ãß°¡Çϱâ
9.5 Pandas¿¡¼ plt.plot() »ç¿ëÇϱâ
9.6 Seaborn ¼Ò°³
9.7 SeabornÀ» È°¿ëÇÑ ´Ù¾çÇÑ ±×·¡ÇÁ ±×¸®±â
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 10 ±â°èÇнÀ
10.1 ±â°èÇнÀÀÇ °³³ä
10.2 ±â°èÇнÀÀÇ ºÐ·ù
10.3 ÁöµµÇнÀÀÇ ´ëÇ¥Àû ±â¹ý ¼Ò°³
10.4 ºñÁöµµÇнÀÀÇ ´ëÇ¥Àû ±â¹ý ¼Ò°³
10.5 ±â°èÇнÀ ±â¹ÝÀÇ µ¥ÀÌÅÍ ºÐ¼®À» À§ÇÑ ±âº» ´Ü°è
10.6 ±â°èÇнÀÀ» À§ÇÑ ÆÄÀ̽㠶óÀ̺귯¸®ÀÇ ÀÌÇØ
10.7 ±â°èÇнÀ ¼öÇàÀ» À§ÇÑ µ¥ÀÌÅͼÂÀÇ È®º¸ ¹× È°¿ë
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
Chapter 11 ÀΰøÁö´É
11.1 ÀΰøÁö´ÉÀÇ °³³ä
11.2 Àΰø½Å°æ¸ÁÀÇ ÀÌÇØ
11.3 Àΰø½Å°æ¸ÁÀÇ ¸ðµ¨ ºÐ·ù
11.4 Àΰø½Å°æ¸Á ±¸ÇöÀ» À§ÇÑ ¶óÀ̺귯¸®
11.5 Àΰø½Å°æ¸Á ±¸ÇöÀ» À§ÇÑ ±âº» ¹è°æÁö½Ä
11.6 Àΰø½Å°æ¸Á ¸ðµ¨À» »ý¼ºÇÏ°í Æò°¡Çϱâ À§ÇÑ ÀýÂ÷
11.7 Àΰø½Å°æ¸Á ¸ðµ¨ÀÇ ´Ü°èº° ±¸Çö¹ý
ÇÁ·Î±×·¡¹Ö ½Ç½À
¿¬½À¹®Á¦
ÇÁ·Î±×·¡¹Ö ¹®Á¦
ºÎ·Ï ÇÁ·Î±×·¡¹Ö ¹®Á¦Ç®ÀÌ
Chapter 2 ÆÄÀ̽ã ÇÁ·Î±×·¡¹ÖÀÇ ±âÃÊ
Chapter 3 ¾Ë°í¸®Áò°ú Á¦¾î¹®
Chapter 4 ´Ù¾çÇÑ ÀÚ·áÇü
Chapter 5 ÇÔ¼ö
Chapter 6 ½Ç½À ÇÁ·ÎÁ§Æ®
Chapter 7 µ¥ÀÌÅÍ ºÐ¼®
Chapter 8 Pandas
Chapter 9 ¼ÒÇÁÆ®¿þ¾î¿Í ÆÄÀ̽㠼Ұ³
Chapter 10 ±â°èÇнÀ
Chapter 11 ÀΰøÁö´É |
|
º»¹®Áß¿¡¼ |
|
¡°Àΰ£ÀÌ »ç¿ëÇϱ⿡´Â °í±Þ ¾ð¾î°¡ °¡Àå Æí¸®ÇÏÁö¸¸ ÄÄÇ»ÅÍ´Â À̸¦ ÀÌÇØÇÒ ¼ö ¾ø´Ù. µû¶ó¼ °í±Þ ¾ð¾î·Î ÀÛ¼ºµÈ ÇÁ·Î±×·¥Àº ¹Ýµå½Ã ±â°è¾î·Î ¹ø¿ªÇÑ ÈÄ ÄÄÇ»ÅÍ¿¡¼ ½ÇÇàÇÏ¿©¾ß ÇÑ´Ù. ±â°è¾î·Î ¹ø¿ªÇÏ´Â ¹æ¹ý¿¡ µû¶ó ÄÄÆÄÀÏ·¯ ¾ð¾î¿Í ÀÎÅÍÇÁ¸®ÅÍ ¾ð¾î·Î ³ª´ ¼ö ÀÖ´Ù. ÄÄÆÄÀÏ·¯(compiler) ¾ð¾î´Â Àüü ÇÁ·Î±×·¥À» ÇѲ¨¹ø¿¡ ¹ø¿ªÇÏ¿© ½ÇÇà °¡´ÉÇÑ ±â°è¾î·Î ¹ø¿ªÇÑ ÈÄ À̸¦ ÀúÀåÇÑ´Ù. ÀÌÈÄ ±× ÇÁ·Î±×·¥À» ½ÇÇàÇÒ ¶§¸¶´Ù ÀúÀåµÈ ±â°è¾î ÇÁ·Î±×·¥À» ÀÐ¾î µé¿© ½ÇÇàÇÑ´Ù. ÀÌ¿Í´Â ´Þ¸® ÀÎÅÍÇÁ¸®ÅÍ(interpreter) ¾ð¾î´Â ÇÁ·Î±×·¥À» ¸í·É¾î ´ÜÀ§·Î ¹ø¿ªÇÏ¿© ½ÇÇàÇϸç, ±â°è¾î ÇÁ·Î±×·¥À» º°µµ·Î ÀúÀåÇÏÁö´Â ¾Ê´Â´Ù. ¡± |
|
|
|
ÀúÀÚ
|
|
±è¿µÅ¹
´ëÇ¥ÀÛÀ¸·Î ¡ºÄÄÇ»ÅÍ»ç°í¿Í ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö¡»ÀÌ/°¡ ÀÖ´Ù.
|
ÀڷᱸÁ¶¿Í ¾Ë°í¸®ÁòÀ» ÇÔ²² ¹è¿ì´Â ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö | ±è¿µÅ¹ | µµ¼ÃâÆÇ È«¸ª(È«¸ª°úÇÐÃâÆÇ»ç)
ÄÄÇ»ÅÍ»ç°í¿Í ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö | ±è¿µÅ¹ | È«¸ª
|
|
¼¿µ¼®
¼þ½Ç´ëÇб³ ÄÄÇ»ÅÍÇкΠÇлç, Çѱ¹°úÇбâ¼ú¿ø Àü»êÇаú ¼®»ç, Çѱ¹°úÇбâ¼ú¿ø Àü»êÇаú ¹Ú»ç ÇÐÀ§¸¦ ÃëµæÇß´Ù. ¿¬±¸ ºÐ¾ß·Î´Â ¼ÒÇÁÆ®¿þ¾î°øÇÐ, ¸Ó½Å·¯´× ¹× µö·¯´× ÀÀ¿ë µîÀÌ ÀÖ´Ù.
|
¸ðµÎ¸¦ À§ÇÑ ¼ÒÇÁÆ®¿þ¾î¿Í ÀΰøÁö´É | ¼¿µ¼® | ¿µ³²´ëÇб³ÃâÆǺÎ
|
|
À±Á¾Èñ
°æºÏ´ëÇб³ ÀüÀÚÀü±â°øÇкΠÇлç, ¼¿ï´ëÇб³ Àü±âÄÄÇ»ÅÍ°øÇкΠ¹Ú»ç ÇÐÀ§¸¦ ÃëµæÇß´Ù. ¿¬±¸ ºÐ¾ß·Î´Â ÄÄÆÄÀÏ·¯, ¼ÒÇÁÆ®¿þ¾î ÃÖÀûÈ, ½Ã½ºÅÛ º¸¾È µîÀÌ ÀÖ´Ù.
|
¸ðµÎ¸¦ À§ÇÑ ¼ÒÇÁÆ®¿þ¾î¿Í ÀΰøÁö´É | À±Á¾Èñ | ¿µ³²´ëÇб³ÃâÆǺÎ
|
|
Á¶Çà·¡
¼¿ï´ëÇб³ ÄÄÇ»ÅÍ°øÇаú Çлç, Çѱ¹°úÇбâ¼ú¿ø Àü»êÇаú ¼®»ç, Çѱ¹°úÇбâ¼ú¿ø Àü»êÇаú ¹Ú»ç ÇÐÀ§¸¦ ÃëµæÇß´Ù. ¿¬±¸ ºÐ¾ß·Î´Â µ¥ÀÌÅͺ£À̽º, ºÐ»ê/º´·Äó¸®, ºòµ¥ÀÌÅÍ, ºí·ÏüÀÎ µîÀÌ ÀÖ´Ù.
|
¸ðµÎ¸¦ À§ÇÑ ¼ÒÇÁÆ®¿þ¾î¿Í ÀΰøÁö´É | Á¶Çà·¡ | ¿µ³²´ëÇб³ÃâÆǺÎ
|
|
|
|
|
|
|
Ãâ°í¾È³» |
|
|
Ãâ°í¶õ ÀÎÅÍÆÄÅ© ¹°·ùâ°í¿¡¼ µµ¼°¡ Æ÷ÀåµÇ¾î ³ª°¡´Â ½ÃÁ¡À» ¸»Çϸç, ½ÇÁ¦ °í°´´Ô²²¼ ¼ö·ÉÇϽô ½Ã°£Àº »óÇ°Áغñ¿Ï·áÇØ Ãâ°íÇÑ ³¯Â¥ + Åùè»ç ¹è¼ÛÀÏÀÔ´Ï´Ù. |
|
ÀÎÅÍÆÄÅ© µµ¼´Â ¸ðµç »óÇ°ÀÇ Àç°í°¡ ÃæÁ·ÇÒ ½Ã¿¡ ÀÏ°ý Ãâ°í¸¦ ÇÕ´Ï´Ù. |
|
ÀϺΠÀç°í¿¡ ´ëÇÑ Ãâ°í°¡ ÇÊ¿äÇÒ ½Ã¿¡´Â ´ã´çÀÚ¿¡°Ô Á÷Á¢ ¿¬¶ôÇϽðųª, °í°´¼¾ÅÍ(°í°´¼¾ÅÍ(1577-2555)·Î ¿¬¶ôÁֽñ⠹ٶø´Ï´Ù. |
|
¹è¼Ûºñ ¾È³» |
|
|
ÀÎÅÍÆÄÅ© µµ¼ ´ë·®±¸¸Å´Â ¹è¼Û·á°¡ ¹«·áÀÔ´Ï´Ù. |
|
´Ü, 1°³ÀÇ »óÇ°À» ´Ù¼öÀÇ ¹è¼ÛÁö·Î ÀÏ°ý ¹ß¼Û½Ã¿¡´Â 1°³ÀÇ ¹è¼ÛÁö´ç 2,000¿øÀÇ ¹è¼Ûºñ°¡ ºÎ°úµË´Ï´Ù. |
¾Ë¾ÆµÎ¼¼¿ä! |
|
|
°í°´´Ô²²¼ ÁÖ¹®ÇϽŠµµ¼¶óµµ µµ¸Å»ó ¹× ÃâÆÇ»ç »çÁ¤¿¡ µû¶ó Ç°Àý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù. |
|
Åùè»ç ¹è¼ÛÀÏÀÎ ¼¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù.
(´Ü, Åä/ÀÏ¿äÀÏ Á¦¿Ü) |
|
|
|
|
ÀÎÅÍÆÄÅ©µµ¼´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹ÝÇ°¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óÇ°À̳ª ¼ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝÇ°Àº ¹«·á·Î ¹ÝÇ° µË´Ï´Ù.
±³È¯/¹ÝÇ°/º¸ÁõÁ¶°Ç ¹× Ç°Áúº¸Áõ ±âÁØÀº ¼ÒºñÀڱ⺻¹ý¿¡ µû¸¥ ¼ÒºñÀÚ ºÐÀï ÇØ°á ±âÁØ¿¡ µû¶ó ÇÇÇظ¦ º¸»ó ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
Á¤È®ÇÑ È¯ºÒ ¹æ¹ý ¹× ȯºÒÀÌ Áö¿¬µÉ °æ¿ì 1:1¹®ÀÇ °Ô½ÃÆÇ ¶Ç´Â °í°´¼¾ÅÍ(1577-2555)·Î ¿¬¶ô Áֽñ⠹ٶø´Ï´Ù.
¼ÒºñÀÚ ÇÇÇغ¸»óÀÇ ºÐÀïó¸® µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á±âÁØ(°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ µû¶ó ºñÇØ º¸»ó ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
|
±³È¯ ¹× ¹ÝÇ°ÀÌ °¡´ÉÇÑ °æ¿ì |
|
|
»óÇ°À» °ø±Þ ¹ÞÀ¸½Å ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´ÉÇÕ´Ï´Ù. |
|
°ø±Þ¹ÞÀ¸½Å »óÇ°ÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ùÀ̳», ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏÀ̳» °¡´ÉÇÕ´Ï´Ù. |
|
»óÇ°¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óÇ°ÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´ÉÇÕ´Ï´Ù.
|
|
|
|
±³È¯ ¹× ¹ÝÇ°ÀÌ ºÒ°¡´ÉÇÑ °æ¿ì |
|
|
|
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì´Â ºÒ°¡´ÉÇÕ´Ï´Ù. (´Ü, »óÇ°ÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü) |
|
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆǸŰ¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì´Â ºÒ°¡´ÉÇÕ´Ï´Ù. |
|
Æ÷Àå °³ºÀµÇ¾î »óÇ° °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì´Â ºÒ°¡´ÉÇÕ´Ï´Ù. |
|
|
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹ÝÇ° ȯºÒ |
|
|
|
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝÇ°À» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù. |
|
1°³ Áö¿ªÀÇ ¹ÝÇ°ÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝÇ°À» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù. |
|
|
|
|
|
|